“考えなしのデータ集め”は無価値どころか害悪 専門家が語る納得の理由：データクオリティーを保つ7つのベストプラクティス【第1回】

いまやビジネスにデータは欠かせない。ただし「データは最も価値がある資産だ」という考え方は、必ずしも正しいとは言えないとの声がある。それはなぜなのか。

[George Lawton，TechTarget]

　さまざまなデータを分析したり、ビジネスインテリジェンス（BI）ツールを活用したりするには、データクオリティー（データ品質）を高めることが不可欠だ。本連載はデータクオリティーを向上させ、データパイプライン（さまざまなデータソースからデータを取り込む手段）を構築するためベストプラクティスを紹介する。

“データは最も価値のある資産”ではない？

併せて読みたいお薦め記事

企業のデータマネジメント戦略

• クラウド時代の超重要人物「CDO」とは？　データマネジメントの“ボス”
• Riot Gamesは「データスチュワードシップ」への社内の抵抗をどう抑えたのか

　データの増加や、データ処理に関する自動化技術の発展は、データパイプラインを滞らせる問題の要因になり得る。軽微に見えた問題が、後に重大な問題につながることがある。

　調査会社Nucleus Researchのアナリストであるアレクサンダー・ウルム氏によると、企業はしばしばデータを「最も価値のある資産」と見なす。これは「必ずしも正しい見方ではない」とウルム氏は述べる。

　データクオリティーが低いと、不正確な情報がビジネスの成果を低下させる恐れがある。「データが業務を改善するどころか、悪影響を及ぼす可能性さえある」（ウルム氏）。企業はデータリネージ（データの出自や変更履歴）を追跡し、データクオリティーを確保し、無駄なデータを排除するための手順を設定すべきだ。

データクオリティーを確かめる指標

　高いデータクオリティーを確保するためには、さまざまな課題に取り組まなければならない。データ分析ツールベンダー1010dataのCTO（最高技術責任者）であるテリー・セージ氏は、「データクオリティーの高低を判断することから始めるべきだ」と述べる。その判断には、データの

• 有効性
• 正確性
• 完全性
• 関連性
• 均一性
• 一貫性

などの特性を考慮する必要がある。

　これらの指標を自動で計測できるようになれば、自社の取り組みがもたらす効果を判断しやすくなる。これらの指標は、データクオリティーを高めるプロセスと、それに必要なツールに関する、コストや効果の把握に役立つ。

---

　第2回は、データクオリティーを取り巻く問題を整理する。

TechTarget発　先取りITトレンド

米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。